亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        井岡山森林氣象火險(xiǎn)預(yù)測(cè)模型及火險(xiǎn)等級(jí)區(qū)劃研究

        2021-09-05 17:35:32畢晨吳菲菲
        農(nóng)業(yè)災(zāi)害研究 2021年4期
        關(guān)鍵詞:預(yù)測(cè)模型

        畢晨 吳菲菲

        摘要 利用江西省2003—2018年全省林火數(shù)據(jù),探討江西省林火發(fā)生的時(shí)空變化及對(duì)應(yīng)氣象影響因子的特征,并建立出包含氣象要素變量的林火預(yù)測(cè)模型。結(jié)果發(fā)現(xiàn),江西火點(diǎn)主要集中在贛南地區(qū),2007—2009年期間森林火災(zāi)多發(fā),冬季1—3月易發(fā)生森林火災(zāi)。通過逐步回歸的方法選取10個(gè)顯著相關(guān)的氣象要素變量進(jìn)行林火預(yù)測(cè)模型的建立。模型對(duì)林火和非林火的預(yù)測(cè)概率分別為85.1%和38.8%,預(yù)測(cè)總準(zhǔn)確率可達(dá)65.6%,使用井岡山地區(qū)林火數(shù)據(jù)代入模型進(jìn)行驗(yàn)證,模型對(duì)井岡山區(qū)域的林火發(fā)生預(yù)測(cè)準(zhǔn)確率為84%,研究結(jié)果可為當(dāng)?shù)亓只痤A(yù)報(bào)服務(wù)及森林防災(zāi)減災(zāi)決策提供技術(shù)支持。

        關(guān)鍵詞 森林氣象火險(xiǎn);預(yù)測(cè)模型;等級(jí)區(qū)劃;預(yù)報(bào)服務(wù)

        中圖分類號(hào):S762.1 文獻(xiàn)標(biāo)識(shí)碼:B 文章編號(hào):2095–3305(2021)04–0120–04

        由于森林被肆意砍伐,地球自然資源被無度索取,造成生態(tài)環(huán)境的嚴(yán)重破壞,全球溫室效應(yīng)影響日益嚴(yán)峻,氣候異常增暖,森林火災(zāi)次數(shù)顯著增加,損失慘重。王學(xué)祥等[1]曾提出森林火災(zāi)會(huì)給生態(tài)環(huán)境造成毀滅性的影響,防災(zāi)減災(zāi)難度大。多年來,我國采取多項(xiàng)舉措保護(hù)生態(tài)環(huán)境,堅(jiān)決杜絕發(fā)生森林火災(zāi)。劉發(fā)林等[2]對(duì)自然保護(hù)區(qū)森林防火現(xiàn)狀進(jìn)行剖析,指出了人為產(chǎn)生的非生產(chǎn)性用火是造成森林火災(zāi)的主要元兇。何銳[3]表示只有充分做好森林防災(zāi)減災(zāi)工作,建立完善的防火機(jī)制,才能有效地抑制林火的發(fā)生。李黎立等[4]提出了科學(xué)防火的重要性,表示監(jiān)測(cè)手段落后是森林防火工作的一個(gè)主要問題。實(shí)際上在科學(xué)防控方面,專家學(xué)者都進(jìn)行了大量細(xì)致的研討,梁慧玲等[5]運(yùn)用隨機(jī)森林算法提出了日最高氣溫、日最高地表氣溫、日最低地表氣溫、日最小相對(duì)濕度、日照時(shí)數(shù)等5個(gè)氣象要素是導(dǎo)致林火發(fā)生的主要驅(qū)動(dòng)因子。葉更新等[6]給出了對(duì)于火險(xiǎn)等級(jí)的預(yù)報(bào),運(yùn)用非線性回歸方法得出了可燃物含水率與溫度和風(fēng)速成負(fù)相關(guān),與相對(duì)濕度成正相關(guān)。祝必琴等[7]分析了江西省井岡山地區(qū)1991—2000年森林火災(zāi)與氣象條件的相關(guān)性。

        井岡山位于江西省西南部,是全省乃至全國重要的紅色教育基地,森林植被覆蓋率高,一旦出現(xiàn)火災(zāi),會(huì)毀滅生態(tài)環(huán)境資源,尤其是珍貴樹種,而且還會(huì)破壞自然景觀、園林古文化、紅色文化。因此,建立適宜的森林火險(xiǎn)等級(jí)劃分標(biāo)準(zhǔn)和預(yù)報(bào)模型對(duì)于預(yù)防森林火災(zāi)的發(fā)生、減少火災(zāi)造成的經(jīng)濟(jì)損失和保護(hù)森林生態(tài)系統(tǒng)具有重要意義。本課題應(yīng)用與林火發(fā)生顯著相關(guān)的氣象要素變量建立林火預(yù)測(cè)模型,計(jì)算林火可能發(fā)生的概率,并對(duì)森林氣象火險(xiǎn)進(jìn)行區(qū)劃,研究結(jié)果可為當(dāng)?shù)亓只痤A(yù)報(bào)服務(wù)及森林防災(zāi)減災(zāi)決策提供參考和相應(yīng)的技術(shù)支持。

        1 資料與方法

        1.1 資料

        火點(diǎn)數(shù)據(jù)來源于江西省氣象科學(xué)研究所,包括2003—2018年江西省火點(diǎn)的地理坐標(biāo)和起火時(shí)間,從中可篩選出1 037次林火。氣象數(shù)據(jù)取自江西氣象站常規(guī)觀測(cè)數(shù)據(jù)。將火點(diǎn)數(shù)據(jù)作為模型的因變量,氣象數(shù)據(jù)作為自變量,再按比例選取一部分非火點(diǎn)作為隨機(jī)點(diǎn),最終組合火點(diǎn)和非火點(diǎn)數(shù)據(jù)作為模式擬合的總樣本。最終提取獲得與火點(diǎn)匹配的有效氣象數(shù)據(jù)5 995組。

        1.2 方法

        按照蘇漳文等[8]的研究方法,總樣本被分為建模部分和校驗(yàn)部分,包含已知森林火點(diǎn)和氣象隨機(jī)點(diǎn)。分別對(duì)兩種樣本進(jìn)行多次模擬擬合,剔除不顯著的變量后,出現(xiàn)顯著相關(guān)的10個(gè)變量將參與全樣本模型擬合。通過ROC曲線擬合優(yōu)度檢驗(yàn)?zāi)P偷念A(yù)測(cè)能力,根據(jù)最終結(jié)果建立概率模型,代入井岡山地區(qū)已發(fā)生的林火樣本數(shù)據(jù)進(jìn)行驗(yàn)證,進(jìn)而得出能預(yù)測(cè)井岡山地區(qū)火險(xiǎn)概率的模型。再用ROC中敏感性和特異性計(jì)算約登指數(shù),得出林火發(fā)生概率的臨界值。最后將計(jì)算得出的預(yù)測(cè)概率用Kriging方法進(jìn)行空間分布插值,求出模型擬合過程中的閾值均值,并對(duì)火險(xiǎn)概率進(jìn)行區(qū)劃。

        2 結(jié)果與分析

        2.1 江西林火發(fā)生的時(shí)空特征

        根據(jù)江西省2003—2018年林火空間火點(diǎn)分布圖可知,江西火點(diǎn)主要集中在贛南地區(qū)(圖1)。江西地貌以海拔100~500 m的丘陵、山地為主,占總土地面積65.4%,其主要分布在江西省南部,森林植被覆蓋面積廣,火點(diǎn)分布較為密集。贛北地區(qū)相較于贛南地區(qū)火點(diǎn)分布較少,這是因?yàn)楸辈繛檑蛾柡皆?,地?shì)平坦,且鄱陽湖周圍城市化進(jìn)程高,林火發(fā)生次數(shù)少,例如南昌市16年間只發(fā)生兩起林火。以丘陵地貌為主的上饒市火點(diǎn)分布相對(duì)于贛北其他地區(qū)更密集。

        從2003—2018年江西省林火時(shí)間變化特征圖(圖2)中可以看出,江西省林火年變化總體表現(xiàn)出先升后降的波動(dòng),其中峰值年出現(xiàn)在2007—2009年間,僅2009年全省林火次數(shù)就高達(dá)361次;然而2015年全省僅記錄到一次有效林火(圖2)。同時(shí),林火發(fā)生次數(shù)還具有顯著的月變化規(guī)律,暖季的5—9月幾乎沒有森林火災(zāi)發(fā)生,此時(shí)為江西省汛期,顯而易見降水次數(shù)、空氣相對(duì)濕度、土壤含水量、植被含水量等均與林火發(fā)生有強(qiáng)烈的相關(guān)性;進(jìn)入冷季后火災(zāi)發(fā)生次數(shù)有所增加,其中,冬季1—3月易發(fā)森林火災(zāi),除了季節(jié)性氣象條件改變外,可能還存在人為引發(fā)林火的可能性,如春節(jié)祭祀和慶?;顒?dòng)、農(nóng)業(yè)活動(dòng)等。總體來說,人為因素雖有干擾,與林火息息相關(guān)的還是氣象因子。因此,將進(jìn)一步探討氣象因子的影響機(jī)制并建立林火發(fā)生概率與氣象因子相關(guān)的判斷模型。

        2.2 林火發(fā)生時(shí)氣象特征

        圖3是2003—2018年15年間江西省林火發(fā)生時(shí)的主要?dú)庀笠仡l率分布圖,包括日平均溫度、日最高溫度、日平均相對(duì)濕度、日蒸發(fā)量、日最高地面溫度和日平均氣壓,所有氣象要素均呈現(xiàn)出單峰分布特征。結(jié)果表明,發(fā)生林火的平均溫度峰值在10℃~16℃,在12℃~14℃范圍內(nèi)達(dá)到頻率最大值,占總體的14.4%;日最高氣溫在20℃~24℃的范圍內(nèi)達(dá)到最大峰值,最大頻率占比達(dá)到16.4%,然而在26℃~30℃間仍有一個(gè)次峰值,占比高達(dá)11.1%~12.8%。林火發(fā)生時(shí)相對(duì)濕度范圍在15%~95%之間,環(huán)境濕度較為干燥,最大峰值出現(xiàn)在50%~60%,僅這一范圍的累計(jì)頻率占比就達(dá)到35.7%,而在相對(duì)濕度大于80%的區(qū)間內(nèi)的累計(jì)頻率占比僅為1.1%,這表明高的相對(duì)濕度環(huán)境是規(guī)避林火發(fā)生的一個(gè)重要條件。林火發(fā)生時(shí),蒸發(fā)量較小,蒸發(fā)量峰值在3~4 mm區(qū)間內(nèi)達(dá)到頻率25%的峰值,峰值過后,蒸發(fā)量和頻率逐漸呈負(fù)相關(guān)。從地面最高溫度的頻率分布可以發(fā)現(xiàn),30℃~40℃區(qū)間內(nèi)的占比超過總體的一半,這一范圍的累計(jì)占比超過50%。

        2.3 林火模型的建立

        使用SPSS軟件和Logistic模型將所有的訓(xùn)練樣本進(jìn)行擬合,總樣本被分為建模部分和校驗(yàn)部分,其包含已知森林火點(diǎn)和氣象隨機(jī)點(diǎn)。其后應(yīng)用逐步回歸的方法對(duì)模型參數(shù)進(jìn)行選擇,在剔除不顯著的變量后,最終選取10個(gè)顯著相關(guān)(α=0.01)的氣象變量,分別為觀測(cè)站的平均氣壓、日最高氣壓、日最低氣壓、平均氣溫、日最高氣溫、日最低氣溫、平均相對(duì)濕度、蒸發(fā)量、日最低地表氣溫、日照時(shí)間,參與模型擬合。

        利用ROC曲線,其目的是通過擬合優(yōu)度檢驗(yàn)?zāi)P偷念A(yù)測(cè)能力,進(jìn)而估算出森林火點(diǎn)發(fā)生的最優(yōu)臨界值。ROC曲線圖由圖4所示,計(jì)算得到ROC 曲線下的面積(AUC值)為0.662~0.693,標(biāo)準(zhǔn)誤差為0.008,這表明Logistic模型的擬合水平較高,且具有統(tǒng)計(jì)學(xué)上的意義(顯著性水平P<0.0001),可滿足江西省井岡山森林火險(xiǎn)氣象平臺(tái)的林火預(yù)測(cè)預(yù)報(bào)業(yè)務(wù)中。根據(jù)圖4曲線的坐標(biāo)值可以求得各個(gè)坐標(biāo)點(diǎn)的約登指數(shù)(敏感性+特異性-1),其中林火發(fā)生的最佳閾值可由約登指數(shù)的最大值來代表。通過本次模型的ROC檢驗(yàn)最終結(jié)果分析發(fā)現(xiàn),Logistic模型的擬合效果較好(AUC值為0.68),全樣本數(shù)據(jù)模型最優(yōu)臨界值為0.275。模型對(duì)林火和非林火的預(yù)測(cè)概率為85.1%和38.8%,總預(yù)測(cè)概率為65.6%。模型對(duì)火點(diǎn)的預(yù)測(cè)準(zhǔn)確率明顯優(yōu)于非火點(diǎn)的,能夠很好地應(yīng)用于林火預(yù)警預(yù)報(bào)業(yè)務(wù)中。

        根據(jù)模型因子相關(guān)參數(shù)結(jié)果(表1),可以得到概率模型為:

        LogitP=ln(P/1-P)=5.259+0.386 x1-0.217x2-0.174x3-0.321x4+0.255x5+0.10

        7x6-0.05x7-0.144x8+0.05x1+0.162x10

        式中,P為林火發(fā)生概率,x1為平均氣壓,x2為日最高氣壓,x3為日最低氣壓,x4為平均氣溫,x5為日最高氣溫,x6為日最低氣溫,x7為平均相對(duì)濕度,x8為蒸發(fā)量,x9為日最低地表氣溫,x10為日照時(shí)間。

        轉(zhuǎn)換得到林火發(fā)生的概率公式為:

        2.4 森林火險(xiǎn)預(yù)測(cè)與等級(jí)劃分個(gè)例

        根據(jù)林火發(fā)生的概率模型,最后將計(jì)算得出的預(yù)測(cè)概率用Kriging方法進(jìn)行空間分布插值(圖5),求出模型擬合過程中閾值均值為0.275,并參照其他相關(guān)研究以該均值和0.500為分類點(diǎn),對(duì)全省森林火險(xiǎn)概率進(jìn)行區(qū)劃,其中小于0.275為低火險(xiǎn)區(qū),0.275~0.500為中火險(xiǎn)區(qū),大于0.500為高火險(xiǎn)區(qū)。

        這一組隨機(jī)點(diǎn)的火險(xiǎn)等級(jí)劃分結(jié)果如圖6所示。由圖6可知,此次隨機(jī)點(diǎn)的森林火險(xiǎn)模型與此結(jié)果顯示全省各市均有高火險(xiǎn)等級(jí)落區(qū),說明全省森林火險(xiǎn)等級(jí)較高,需加強(qiáng)防范管理高火險(xiǎn)地區(qū)的用火安全。

        2.5 井岡山區(qū)域森林火險(xiǎn)驗(yàn)證

        表2為根據(jù)江西省林火發(fā)生模型計(jì)算得到井岡山地區(qū)林火發(fā)生概率,其中輸入的氣象要素為已知火點(diǎn)附近50 km的氣象數(shù)據(jù)。以閾值0.275和0.500為分類標(biāo)準(zhǔn),其林火發(fā)生的預(yù)測(cè)準(zhǔn)確率為84%,具備統(tǒng)計(jì)學(xué)意義,代表此模型可用于井岡山地區(qū)林火預(yù)測(cè)。

        3 結(jié)論

        利用2003—2018年江西省林火數(shù)據(jù)和林火對(duì)應(yīng)的氣象站每日的氣象數(shù)據(jù),研究了江西省林火發(fā)生的空間特征、時(shí)間變化及林火發(fā)生時(shí)的氣象特征,選取10個(gè)顯著相關(guān)的氣象要素變量進(jìn)行林火預(yù)測(cè)模型的建立,并對(duì)計(jì)算出的林火預(yù)測(cè)概率進(jìn)行空間分布插值區(qū)劃。模型對(duì)井岡山區(qū)域的林火發(fā)生預(yù)測(cè)準(zhǔn)確率較高,研究結(jié)果可對(duì)當(dāng)?shù)亓只痤A(yù)報(bào)服務(wù)及森林防災(zāi)減災(zāi)決策提供技術(shù)支持。

        (1)江西火點(diǎn)主要集中在森林植被覆蓋率高的地區(qū),例如贛南地區(qū)、上饒地區(qū)。江西省林火年變化有波動(dòng),峰值年出現(xiàn)在2007—2009年間,僅2009年全省林火次數(shù)就高達(dá)361次;冬季1—3月易發(fā)森林火災(zāi)。降水次數(shù)、空氣相對(duì)濕度、氣溫、土壤含水量、植被含水量等均與林火發(fā)生有強(qiáng)烈的相關(guān)性。

        (2)運(yùn)用氣象觀測(cè)站平均氣壓、日最高氣壓、日最低氣壓、平均氣溫、日最高氣溫、日最低氣溫、平均相對(duì)濕度、蒸發(fā)量、日最低地表氣溫、日照時(shí)間10個(gè)顯著相關(guān)變量參與全樣本Logistic模型擬合。結(jié)果表明,模型對(duì)林火和非林火的預(yù)測(cè)概率分別為85.1%和38.8%,總預(yù)測(cè)概率達(dá)65.6%。Logistic模型的擬合水平較高(AUC值為0.68)且具有統(tǒng)計(jì)學(xué)上的意義(顯著性水平P<0.0001)??蓪⒛P瓦\(yùn)用于江西林火的預(yù)測(cè)預(yù)報(bào)預(yù)測(cè)業(yè)務(wù)中。此外,此模型對(duì)井岡山地區(qū)林火預(yù)測(cè)準(zhǔn)確率高達(dá)84%,具備統(tǒng)計(jì)學(xué)意義,亦可用于井岡山地區(qū)的林火防控管理和預(yù)警預(yù)報(bào)業(yè)務(wù)中。

        參考文獻(xiàn)

        [1] 王學(xué)祥,曲智林.基于空間數(shù)據(jù)分析黑龍江森林火災(zāi)空間關(guān)聯(lián)性[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版, 2016, 32(3): 381-384.

        [2] 劉發(fā)林,張思玉.自然保護(hù)區(qū)森林防火對(duì)策探討[J].林業(yè)經(jīng)濟(jì)問題,2009,29(5): 392-394.

        [3] 何銳.森林防火現(xiàn)狀及火災(zāi)控制措施[J].生物技術(shù)世界,2016(2):41.

        [4] 李黎立,蔣健,杜連海.北京松山國家級(jí)自然保護(hù)區(qū)森林防火現(xiàn)狀與對(duì)策[J].四川林勘設(shè)計(jì),2013(4):52-54.

        [5] 梁慧玲,孫鋒鋒,丁桂芹.基于隨機(jī)森林算法的福建林火發(fā)生驅(qū)動(dòng)因子分析[J].信息系統(tǒng)工程,2019(9):146-148,150.

        [6] 葉更新,葉?,?林下可燃物含水率預(yù)測(cè)的一個(gè)多項(xiàng)式氣象模型[J].東北林業(yè)大學(xué)學(xué)報(bào),2011,39(9):65-68.

        [7] 祝必琴,劉家勝,肖金香.井岡山森林火災(zāi)與氣象條件的相關(guān)分析[J].氣象與減災(zāi)研究,2007(4):65-68.

        [8] 蘇漳文,劉愛琴,梁慧玲,等.基于氣象因子的福建省森林火險(xiǎn)預(yù)測(cè)模型[J].森林與環(huán)境學(xué)報(bào),2015,35(4):370-376.

        責(zé)任編輯:黃艷飛

        猜你喜歡
        預(yù)測(cè)模型
        基于矩陣?yán)碚撓碌母咝=處熑藛T流動(dòng)趨勢(shì)預(yù)測(cè)
        東方教育(2016年9期)2017-01-17 21:04:14
        基于支持向量回歸的臺(tái)灣旅游短期客流量預(yù)測(cè)模型研究
        基于神經(jīng)網(wǎng)絡(luò)的北京市房價(jià)預(yù)測(cè)研究
        商情(2016年43期)2016-12-23 14:23:13
        中國石化J分公司油氣開發(fā)投資分析與預(yù)測(cè)模型研究
        基于IOWHA法的物流需求組合改善與預(yù)測(cè)模型構(gòu)建
        基于小波神經(jīng)網(wǎng)絡(luò)的GDP預(yù)測(cè)
        區(qū)域環(huán)境質(zhì)量全局評(píng)價(jià)預(yù)測(cè)模型及運(yùn)用
        組合預(yù)測(cè)法在汽車預(yù)測(cè)中的應(yīng)用
        H市電動(dòng)汽車充電站項(xiàng)目建設(shè)需求規(guī)模與技術(shù)分析
        商(2016年13期)2016-05-20 10:31:40
        基于預(yù)測(cè)模型加擾動(dòng)控制的最大功率點(diǎn)跟蹤研究
        科技視界(2016年1期)2016-03-30 13:37:45
        日韩精品在线免费视频| 国产片三级视频播放| 蜜桃在线一区二区三区| 男男亚洲av无一区二区三区久久 | 人妻忍着娇喘被中进中出视频| 国产在线视频国产永久视频| 精品蜜臀国产av一区二区| 国产精品亚洲第一区二区三区| 亚洲男人av天堂午夜在| 国产精品久久码一区二区| 久久夜色精品国产亚洲av老牛| 高级会所技师自拍视频在线| 久久久久久亚洲精品中文字幕| 亚洲aⅴ无码国精品中文字慕| 亚洲精品一区二区三区日韩| 天堂资源中文网| 欧美午夜精品一区二区三区电影 | 成人偷拍自拍视频在线观看| 777亚洲精品乱码久久久久久| 99久久综合精品五月天| 亚洲免费av第一区第二区| 多毛小伙内射老太婆| 国产精品无码a∨精品影院| 99精品久久久中文字幕| 国产精品毛片一区二区三区| 99无码熟妇丰满人妻啪啪| 亚洲影院天堂中文av色| 亚洲av熟女天堂系列| 人成综合视频在线播放| 丰满熟妇乱子伦| 国产乱人伦真实精品视频| 伊人精品成人久久综合97| 不卡av电影在线| 欧美激情在线不卡视频网站| 精品国精品自拍自在线| 成人午夜高潮a∨猛片| 欧美疯狂性xxxxxbbbbb| 国产精品亚洲专区无码不卡| 水蜜桃精品视频在线观看| 野狼第一精品社区| 在线观看av国产自拍|